Hari KolamはFindemのCEO兼共同創設者 – インタビューシリーズ

FindemのCEO兼共同創設者として、Hariは、会社の全体的な方向性と戦略的成長を牽引し、日常業務を監督する責任があります。彼は、シリアルエントレプレナーであり、技術者としても優れており、約2つの10年間で会社を築き、先駆的な技術ソリューションを創造してきました。

Hariは以前、Instartの共同創設者兼CTOであり、会社の技術的なビジョンを牽引し、顧客の要件を実現可能な革新的なソリューションに変換していました。在職中、彼は50以上の特許を共同発明しました。

Hariは、Aster Dataでのシニアエンジニアリングポジションや、SunでのSolaris Clusterグループでのポジションも歴任しており、後者では重要なソフトウェアモジュールに貢献しました。

あなたは2つのスタートアップを成功させたエントレプレナーです。Instartでの最初のスタートアップでのユーレカモーメントについて話してください。チームの拡大が多くのエントレプレナーにとって大きな問題であることを実感したときのことです。

それは1つの瞬間ではなく、複数の経験が重なり合った結果でした。Instartでは、国際的に会社を拡大するなど、非常に急成長を遂げていましたが、それが特殊な課題をもたらしました。私たちは、真正に多様性のあるチームを短期間で大陸横断的に構築しようとしていました。スタートアップ同士で人材を争い、チームを急いで拡大しようとしていましたが、数人の不適切な人材を採用してしまい、それが大きな挫折感をもたらしました。他にも、従業員の希望リストをリクルーターに伝える際のプロセスは、高度にエラーが発生しやすく、迅速に採用するために何度も適切な人材を妥協することになりました。これらは、多くのエントレプレナーにとって大きな課題となる難しい教訓でしたが、幸いなことに、それらがFindemのアイデアを生み出し、炎を燃やし続ける原動力となりました。

Findemを立ち上げることになった経緯について話してください。

Findemは、実際には私が以前のキャリアで採用やチーム拡大で犯したミスの直接的な結果でした。どのエントレプレナーにも聞かれる通り、優れたチームを築くことはビジネスの成功において最も重要な要素です。しかしそれは非常に難しいことです。エンジニアリングの背景を持つ私は、最も大きな影響を与える最も難しい問題を解決することに惹かれます。この特定の課題に取り組む動機となりました。会社の文化と一致し、仕事を遂行するために必要な能力を持つ適切な人材を見つけることは、聞こえほど簡単ではありません。

従来、人材の拡大問題を解決する唯一の方法は、人間の要素とともに無理矢理行う方法でしたが、そのプロセスはエラー、偏見、非効率で満ち溢れていました。さらに調査したところ、それは実際にはコアではデータの問題であることがわかり、正しく解決するにはデータの問題としてアプローチする必要があることがわかりました。AIとディープアナリティクスを使用して、HRリーダーがキーワードや履歴書のタイトルではなく、望ましい属性に基づいて候補者を検索できるように、新しいアプローチをプロセスに導入しました。企業は、データベースの採用がより効率的で、コストを削減し、公平性を高め、より優れた人材を採用できるため、データベースの採用に惹かれています。Findemは、パッションプロジェクトとして始まり、現在、特に採用の痛みや費用が多い大企業の中で процветしています。

採用においてデータはどれほど重要か?

採用において効果的な決定を下す上で、データは極めて重要です。例えば、企業がより多様性のあるチームを構築しようとしている場合、従業員や候補者のデータを追跡することは、多くの場合、後回しにされがちです。しかし、多様性、公平性、包含性（DE&I）イニシアチブは、組織の現在のデータに基づいた状態についての透明性から始まるべきです。分析は、リーダーシップの多様性、過去5年間の多様性の追跡、報酬の差異、多様性のある従業員の離職率など、すべてを示すことができます。データの追跡は、性別や人種だけでなく、年齢、宗教、障害、軍事サービスなどの他の要因にも及ぶべきです。そうしたデータがあれば、多様性のある文化と包含性のある文化を地図化し、真剣に取り組むことができます。

また、採用を通じて多様性のある文化と包含性のある文化を築く上で、候補者のパイプラインを監視して、最初から多様性を育むことが重要です。これは、適切なデータがなければ不可能です。

パイプライン分析は、多様性のある採用活動が何がうまくいっているのか、または何がうまくいっていないのかを理解する上で非常に重要です。多様性のある候補者はどのくらいのスピードで採用されていますか。どのリクルーターがパイプラインを多様性のある候補者で埋める上で真正に影響を与えていますか。多様性のある候補者が多く存在する地理的な地域から採用していますか。データは、これらの質問に答えることができないすべての答えを提供します。

データは、歴史的なデータを使用して会社内で優秀な人材を発見する予測分析の核心でもあります。予測分析は、候補者が特定の役割で優秀な成績を収める可能性がどのくらいあるか、離職のリスク、リモートポジションで成功する可能性、会社内で栄進する可能性など、会社内で最も成功する可能性のある候補者を特定するのに役立つ情報を提供します。

Findemはどのようなデータソースから情報を収集していますか?

Findemは、潜在的な候補者の属性について学ぶために、すべての公開可能な人物データを検証し、複数のソースを三角測量して収集しています。各個人の属性ライブラリには100万を超える属性があります。顧客が内部のHRツールをFindemと統合することを選択した場合、このデータを強化し、新しい属性を発見できます。集めている公開情報の例として、国勢調査データ、製品カテゴリ情報データ、会社の財務データ、市場データ、特許および出版物データ、教育データ、生産性およびスキルデータなどがあります。

雇用主は、Findemのプラットフォームを使用して、理想的な候補者と一致させるために何ができますか?

雇用主は、100万を超える属性の組み合わせに基づいて、活動的な候補者や非活動的な候補者を検索することで、理想的な候補者と一致させることができます。属性は、有形的なもの（例：女性、以前の創業者、トップ10のVC資金提供スタートアップで働いたことがある）と無形的なもの（例：会社の価値観を体現している、起業家精神を持っている、積極的な人）があります。これらの属性は、各個人のデータに基づいた画像を提供し、空いているポジションを埋めるために正確な一致を見つけるために使用できます。

属性は、内部従業員、最新の情報で強化されたATSプロファイル、外部候補者にわたって一致させることができます。通常、企業は理想的な候補者のプロファイルから始めて、その理想的な候補者の属性と一致するすべての人のタレントプールを構築しますが、一部の企業は属性検索からスクラッチで構築することを選択します。

別のユニークなアプローチは、すでに優秀な従業員（採用する会社内または外部のどちらでもかまいません）が持つ属性を分析し、基本的にそのコピーである候補者を検索することです。例えば、リモートワークに優れており、忠誠心があり、成功的に買収された会社のCMOだった人を探している場合、採用主は単に私たちのプラットフォームでその一連の属性を持つ候補者を検索するだけです。

Findemは、機械学習プロセスから意図しない性別や民族の偏見を避けるにはどうしていますか?

特定の場所や属性を検索する際に、才能の分布（多様性）に関する可視性がなく、無意識の偏見が生じることがあります。Findemは、場所やさまざまな検索属性ごとに才能の分布の集約された要約を提供し、これを人事チームに可視化します。

私たちはまた、人間の関与なしで属性ベースの検索を行うことで、候補者のPII情報をマスクすることで、パイプラインに自動的に重みを付けてできるだけ多様性のあるパイプラインを作成することで、これらの偏見を軽減します。

Findemが新しい属性をタレント検索に使用できるようにするという概念は非常に興味深いです。このプロセスはどのように機能しますか?

Findemは、さまざまな方法で新しい属性を発見できるようにします。1つの方法は、他の会社やそれらの会社がさまざまな時点で雇用した人々を見てみることです。例えば、会社がシリーズBラウンドの資金調達やIPOを計画している場合、同様の取り組みで非常に成功した会社がどのようにスタッフされていたかを理解したいと思うかもしれません。私たちのプラットフォームでは、採用主がその人々の属性を表示し、それらを自分のタレント検索に使用できるようにします。

同様に、優秀な従業員や内部システムを使用してこれを行うことができます。内部のHRISを使用してトップパフォーマーを区別し、共通の属性を見つけて、それを将来の検索に使用することができます。

Findemについてさらに共有したいことはありますか?

私たちが現在最も焦点を当てている最大の分野の1つは、タレントソーシングソリューションを完全にセルフサービス化するというビジョンを実現することです。私たちの最初の目標の1つは、HR機能内で誰でも使用できるようにシンプルなプラットフォームを構築することでした。現在、目標を達成するための大きな進歩を遂げています。

素晴らしいインタビュー、詳しく知りたい読者はFindemを訪問してください。